轴承故障检测的方法、装置、存储介质及电子设备与流程

本公开涉及故障检测领域，具体地，涉及一种轴承故障检测的方法、装置、存储介质及电子设备。

背景技术：

1、轴承是风力发电机的核心零部件之一，可以支撑旋转轴或其它运动体，引导转动或移动运动，并承受由轴或轴上零件传递而来的载荷。轴承对风力发电机的使用性能和可靠性具有重要作用，若轴承出现故障可能会影响风机的安全运行。

技术实现思路

1、本公开的目的是提供一种轴承故障检测的方法、装置、存储介质及电子设备，可以提高轴承故障检测结果的准确性。

2、本申请实施例公开了如下技术方案：

3、第一方面，本公开提供一种轴承故障检测的方法，包括：

4、对目标轴承的轴承采集数据进行预处理，获得多个类型下的轴承数据；

5、根据所述多个类型下的轴承数据和预先训练的故障检测模型，确定所述轴承数据对应的轴承状态，所述故障检测模型为利用运行无异常的轴承数据样本进行训练得到的；

6、根据多个所述轴承状态确定所述目标轴承的故障检测结果。

7、可选地，所述故障检测模型包括编码器和解码器，所述根据所述多个类型下的轴承数据和预先训练的故障检测模型，确定所述轴承数据对应的轴承状态，包括：

8、基于所述编码器提取所述轴承数据的数据特征；

9、基于所述解码器对所述数据特征进行数据重构，得到重构轴承数据；

10、若所述轴承数据和所述重构轴承数据对应的差值超出预设的误差范围，则确定所述轴承数据对应的轴承状态为异常。

11、可选地，所述多个类型下的轴承数据包括所述目标轴承的目标部件的振动数据、轴承转子电流数据和轴承运行声音数据，所述目标部件包括传动端轴承和/或非传动端轴承。

12、可选地，每一所述类型下的轴承数据具有其对应的故障检测模型；

13、所述根据所述多个类型下的轴承数据和预先训练的故障检测模型，确定所述轴承数据对应的轴承状态，包括：

14、根据所述轴承转子电流数据和所述轴承转子电流数据对应的故障检测模型，确定所述轴承转子电流数据的轴承状态；

15、根据所述轴承运行声音数据和所述轴承运行声音数据对应的故障检测模型，确定所述轴承运行声音数据的轴承状态；

16、在所述轴承转子电流数据的轴承状态和/或所述轴承运行声音数据的轴承状态为异常的情况下，基于所述目标部件的振动数据和所述目标部件的振动数据对应的故障检测模型，确定所述目标部件的振动数据对应的轴承状态。

17、可选地，所述根据多个所述轴承状态确定所述目标轴承的故障检测结果，包括：

18、在所述轴承转子电流数据对应的轴承状态和所述轴承运行声音数据对应的轴承状态中至少一者为异常的情况下，若所述目标部件振动数据对应的轴承状态为异常，则确定所述故障检测结果为所述目标部件故障；若各个所述目标部件振动数据对应的轴承状态均无异常，则确定所述故障检测结果为所述目标轴承无故障；

19、若所述轴承转子电流数据对应的轴承状态和所述轴承运行声音数据对应的轴承状态为正常，则确定所述故障检测结果为所述目标轴承无故障。

20、可选地，所述对目标轴承的轴承采集数据进行预处理，获得多个类型下的轴承数据，包括：

21、针对每一类型下的轴承采集数据，确定所述轴承采集数据对应的时域数据序列集，其中所述时域数据序列集中包含所述轴承采集数据在多个时段下分别对应的时域数据序列；

22、对所述时域数据序列进行序列转换，生成每一所述时域数据序列对应的频域数据序列，获得频域数据序列集；

23、根据所述时域数据序列集和所述频域数据序列集进行数据合并，获得所述类型下的轴承数据。

24、可选地，所述确定所述轴承采集数据对应的时域数据序列集，包括：

25、基于预设时长对所述轴承采集数据进行划分，获得多个时段下的轴承采集数据序列；

26、针对每一时段下的轴承采集数据序列，根据如下公式对该时段下的每一轴承采集数据进行量级转换处理，得到该时段对应的时域数据序列：

27、xnorm＝(x-μ)/σ

28、其中，x用于表示所述轴承采集数据，xnorm用于表示所述时域数据序列中与所述轴承采集数据x对应的轴承数据，μ用于表示所述轴承采集数据序列中的轴承采集数据的平均值，σ用于表示所述轴承采集数据序列中的轴承采集数据的标准差。

29、第二方面，本公开提高一种轴承故障检测的装置，包括：

30、获取模块，用于对目标轴承的轴承采集数据进行预处理，获得多个类型下的轴承数据；

31、第一确定模块，用于根据所述多个类型下的轴承数据和预先训练的故障检测模型，确定所述轴承数据对应的轴承状态，所述故障检测模型为利用运行无异常的轴承数据样本进行训练得到的；

32、第二确定模块，用于根据多个所述轴承状态确定所述目标轴承的故障检测结果。

33、第三方面，本公开提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面提供的轴承故障检测的方法的步骤。

34、第四方面，本公开提供一种电子设备，该电子设备执行时实现第一方面提供的轴承故障检测的方法的步骤。

35、本公开的实施例提供的技术方案可以包括以下有益效果：

36、本公开中，对目标轴承的轴承采集数据进行预处理，得到多个类型下的轴承数据。对轴承采集数据的预处理，剔除采集的数据中与大多数轴承采集数据具有明显不同的数据，可以减少数据中的具有明显差别的异常数据对后续检测结果的影响。根据多个类型下的轴承数据和预先训练的故障检测模型，确定轴承数据对应的轴承状态。其中，故障检测模型是利用运行无异常的轴承数据进行训练得到的。根据多个轴承状态可以确定轴承的故障检测结果。在训练模型的过程中，使用无异常运行的轴承数据，可以避免异常运行的轴承数据量较少时造成的样本集不均衡的问题，减少对故障检测结果的影响。将多个轴承状态结合确定轴承的故障检测结果，可以降低单一轴承数据检测的误报率。因此，可以提高轴承故障检测结果的准确性。

37、本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种轴承故障检测的方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述故障检测模型包括编码器和解码器，所述根据所述多个类型下的轴承数据和预先训练的故障检测模型，确定所述轴承数据对应的轴承状态，包括：

3.根据权利要求1所述的方法，其特征在于，所述多个类型下的轴承数据包括所述目标轴承的目标部件的振动数据、轴承转子电流数据和轴承运行声音数据，所述目标部件包括传动端轴承和/或非传动端轴承。

4.根据权利要求3所述的方法，其特征在于，每一所述类型下的轴承数据具有其对应的故障检测模型；

5.根据权利要求3所述的方法，其特征在于，所述根据多个所述轴承状态确定所述目标轴承的故障检测结果，包括：

6.根据权利要求1所述的方法，其特征在于，所述对目标轴承的轴承采集数据进行预处理，获得多个类型下的轴承数据，包括：

7.根据权利要求6所述的方法，其特征在于，所述确定所述轴承采集数据对应的时域数据序列集，包括：

8.一种轴承故障检测的装置，其特征在于，包括：

9.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。

10.一种电子设备，其特征在于，包括：

技术总结
本公开涉及一种轴承故障检测的方法、装置、存储介质及电子设备，应用于故障检测领域。本公开中，对目标轴承的轴承采集数据进行预处理，得到多个类型下的轴承数据。根据多个类型下的轴承数据和预先训练的故障检测模型，确定轴承数据对应的轴承状态。其中，故障检测模型是利用运行无异常的轴承数据进行训练得到的。根据多个轴承状态可以确定轴承的故障检测结果。在训练模型的过程中，使用无异常运行的轴承数据，可以避免异常运行的轴承数据量较少时造成的样本集不均衡的问题，减少对故障检测结果的影响。将多个轴承状态结合确定轴承的故障检测结果，可以降低单一轴承数据检测的误报率。因此，可以提高轴承故障检测结果的准确性。

技术研发人员：于占龙,于兴中,李国强,初智广,孟海滨
受保护的技术使用者：国华能源投资有限公司
技术研发日：
技术公布日：2024/2/25